如何通过数据衡量设计效果？这里有一份最全说明等着你

波妞丫三分设

欢迎来到专业设计师学习交流社区
三分设｜连接知识，帮助全球 1 亿设计师成长
本文共 6028 字，预计阅读 15 分钟，记得点击上面的蓝字关注我们哟！
作者 | 波妞丫
审校 | 聿彤、胖鱼

编辑｜皮皮

在正式了解如何使用数据衡量设计价值之前，先来看一看用户体验指标和 KPI 之间的区别。随后，我们将进入用户体验度量的世界，探索行为指标和态度指标。

用户体验指标和 KPI 有什么区别

用户体验指标 -- 在数字产品中的特定位置进行数据埋点，用于测量、比较、跟踪网站或应用程序的用户体验。它们对于确保用户体验设计决策的制定和评估是至关重要的，使用的是公平的数据结果而不是主观意见。

KPI（关键绩效指标） -- 反映了企业的战略目标（是企业绩效的基础），例如收入增长，留存率或用户增长量。通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标。

因此，当你在进行任何类型的可用性研究时，选择反映你的目标和业务总体 KPI 的指标很重要。

但是，哪些指标最有价值？应该测量什么？NPS？AOV？TPI？SUS？CUS？来看看我在这项有关专家如何测量用户体验的调查中发明了多少个缩写。

为什么我们需要量化设计的效果？

如果只是纸上谈兵，每天对外宣传用户体验设计是必要的、我们提供的设计解决方案是有效的，这空洞的解说并不会有多大的作用。

也许其中会有一些人回应你“是的，我知道！但是根据实际的用户行为做出设计决策这只是常识”，随后他们一定会提出以下几个问题：

我们如何去衡量用户体验设计是有效的呢？

有哪些方法可以量化设计成果呢？

如何向老板证明在设计上的投入是值得的呢？

众所周知，数据仅仅展示了部分的状况，它可以告诉你发生了什么，却不能告诉你原因，所以我们需要量化设计的效果，推导其中的因果关系，来证明设计的价值。

行为指标和态度指标有什么区别？

我们和各行各业的多家公司都有过合作，在项目实践过程中，我们注意到一些很常用且广受用户认可的设计效果量化指标，主要可以分为两大类：

行为指标（他们是如何做的）

从用户研究的角度，了解用户在做什么和他们如何使用你的产品至关重要。

基于任务的可用性测试是在整个行业中一种基础且通用的方法，这不仅限于在小范围进行的 “Think-out-loud” 研究（从参与测试的用户那里获得口头反馈的研究，让用户表达他们的想法），还包括 “远程主持的研究“（在远程审核测试中，主持人通过屏幕共享技术实时观察参与测试的用户进行操作的过程），这将帮助你有效地获取更大的样本量。

可收集的典型指标：

放弃率
页面浏览量
遇到的问题与挫折
任务成功率
任务完成时长

态度指标（他们是怎么想的）

用户的使用感受，他们在使用产品之前、期间、之后分别说了什么，以及使用感受如何影响用户对品牌的感知。

要对此进行衡量，可能需要以下的态度指标：

忠诚度（通过 SUS 或 NPS 等指标衡量）
可用性（或易用性）
可信度（产品的信赖程度、产品价值、贴心的服务等）
外观（例如“太好看了”或是“辣眼睛”等）

有了这些指标后，要如何把这些感受量化呢？怎样把“太好看了”或“辣眼睛”这一类的评论转化为利益相关者也能迅速理解的数据或是分数呢？

让我们更深入地研究这些指标，了解它们是如何帮助我们衡量设计效果的

用户体验中的行为指标（定量）

放弃率/挂断率（Abandonment Rate）

用简单的方式理解，用户来到你的网上商城，将一堆商品放入购物车，但是不结账就离开了。我们将行为结合线下场景来理解，如果宜家的实体店有很高的放弃率，大量的购物车里堆满了用户不愿购买的商品，那么必然会给店面运营带来很大的压力（库存清点、购物车内的商品归位、规划营销活动改善放弃率等，会增加非常大的工作量）。

放弃率是指用户遗弃购物车的数量与总购物车或完成交易的数量的比例：

放弃率 = 未完成购买/客户有意购买

平均订单价值（AOV）

平均订单价值（AOV）跟踪用户每次在网站或移动应用上下订单时花费的平均货币金额（每一个订单的平均价值）。要计算公司的平均订单价值，需要将总收入除以订单数量：

平均订单价值 = 总收入/总结账次数

根据 VWO 的说法，这是衡量利润变化的直接指标。如果你的用户体验设计工作和销售直接相关，那么可以用它作为一个指标来衡量你的设计是否有效。

转化率（Conversion）

如果有一个特定的功能点是由用户体验设计而改善的，那可以认为这个设计是有效的，比如说，因为某个设计而提高用户的注册率或是任务的完成度，并且可以精确地通过数据衡量效果，那么就可以认为这个设计是对结果有影响的。

转化率指在一个统计周期内，完成转化行为的次数占推广信心总点击次数的比例：

转化率 = （转化次数/总访问量）x 100%

同时，我们需要意识到，导致转化率提高的原因很多，也可能和营销活动相关，所以在检测数据时需要记录详细的数据来源并进行分析。

就像 NNgroup 内说的：

转化率衡量的是用户访问你的网站后发生了什么。因此，这个指标受到设计的影响很大，它是跟踪和评估用户体验设计策略是否有效的关键参数。

此外，并不是所有访问你网站的人都有被转化的潜力，或者说，转化率会受到访问用户的类型的影响。

浏览量（Pageviews）

页面的浏览量和点击量是很常见的衡量标准，移动应用程序、网页应用程序和其他许多类型的产品都可以记录选定页面或功能的点击量、浏览量、功能间跳转次数等。

你可以通过一些数据统计工具，去自动抓取这些信息，还能减少数据分析和报告产出的时间。

网页的浏览量通常用两种计算方法：

1、计算浏览次数，浏览 1 次计 1 次，不分一个人还是不同人

2、按人计算，一个页面一天（或者是几个小时）1 人只能计数 1 次，该人当日再次浏览该页面不计数

通常来说，使用第二种方法计算的数据会更能反应真实的情况。

问题与挫折（Problems and Frustrations）

可以通过统计 独特问题的数量 或 遇到某个问题的用户数量 ，来衡量设计成果。我们建议进行 “Think-out loud” 的研究方式来定位问题，然后增大样本量进行研究来完成量化，这样可以发现大量用户实际遇到问题的百分比，会更佳准确。帮助我们清楚用户最常在那些地方会遇到问题，了解问题的严重程度。

这些行为数据大多都是根据任务项来进行收集的，按照研究的平均值进行汇总。最后将这些数据和一段时间内的数据（例如，每个季度）进行对比，或者和竞争对手的产品数据进行对比。

任务成功率（Task Success）

通常情况下，我们会邀请一组用户，要求他们完成一些指定的任务。这些任务可能是：在付款流程中到达某个具体的页面、在宣传页上找到某个问题的答案或是在使用 APP 时完成某个步骤。

这项测试中非常重要的一点是，对成功和失败做出明确定义。

在使用这些衡量指标时，我们不能疏忽了取样的区间。

例如 10 个人中有 8 个人完成任务，和 100 个人里有 80 个人完成了任务，都可以视为 80% 的任务成功率。但是，后者的置信度明显要比前者高出不少，样本量越大，误差范围越小。

任务时长（Task Time）

任务时长通常是一个具体的数字，例如 3 分钟。

对于大多数基于任务的研究来说，用户的目标是尽可能高效地完成任务，因为任务时间越短越好。不过也有例外情况，如果产品的目标是让用户停留更长的时间、更加投入，例如， Facebook 的信息流，希望用户可以沉浸其中进行长时间浏览。

关于时长，我们即可以看用户成功完成任务的平均时长，也可以统计所有用户（不考虑是否成功）完成任务的平均时长。

用户体验中的态度指标（定性）

态度类指标需要量化各种定性的数据，例如忠诚度、信任度和可用性等。

目前，行业内有很多用于衡量这些数据的标准，下面为大家说明几个主要的衡量方式。

顾客满意度（CSAT）

顾客满意度是对顾客满意程度的衡量指标，但是并不像 NPS 一样有统一的问题和标准，常常通过随机调查获取样本，以顾客对特定满意度指标的打分数据为基础，运用加权平均法得出相应结果（评估结果以百分比的形式显示）。

优点：没有严格限制，自由度较高。

缺点：通常只有非常喜欢或是非常讨厌你产品的人，才会愿意接受又长又详细的用户调研。

净推荐值（NPS）

净推荐值评分调查通常用在产品测试结束时进行，它可以帮助你基于一个直接的问题来衡量用户的忠诚度：您有多大几率向朋友或同事推荐这个公司/产品/服务/使用体验？

NPS 的使用方式如下：

推荐者 -- 给与 9 到 10 分的人。这些忠实又热情的客户愿意把你的产品/服务/品牌推荐给他人，未来也很大概率会继续购买你的产品。
被动者 -- 打出 7 到 8 分的人。他们对你提供的服务感到满意，但是并没有忠诚度，很有可能会流失。
贬损者 -- 打出 0 到 6 分的人。他们是对你的产品不满意的人，可能已经不想再多看你的产品一眼。

NPS 的最终评分规则：从推荐者的客户百分比中减去贬损者的客户百分比

NPS 分数 = （推荐者% - 贬损者%） x 100

需要注意的是，NPS 并非一个单独的量表，它的问题项目来源于 SUPR -Q（见下文），用户需要在 0～10 的可能性上进行评分。

标准通用的百分等级量表（SUPR-Q）

常用于测量网站可用性的量表之一，是一个等级量表。通过一系列的评估和测试从最初的 13 个简化到目前使用的 8 个项目（电商网站在可信度上有 2 个额外的项目），分别测量网站的可用性、可信度、外观和忠诚度。

SUPR-Q 分数 = 5 点分值题目的得分（前 7 题）+ NPS 问题得分的一半（最后 1 题）；购买了官方数据库的用户可以将这个分数转化为百分等级分数，即可知道在整个数据库中，所测试的网站优于/劣于百分之多少的网站。

标准通用的百分等级量表

系统可用性量表（SUS）

对网站进行可用性测试时，用户需要填写一个简单的问卷，从中可以得出一个分数。这个问卷采用的是李克特量表的评测方式，用定量的数据表现出定性的观点。

李克特量表示意

下面的问题摘选自 SUS 量表，这些问题都可以在强烈同意到强烈不同意的维度之间进行选择：

我愿意经常使用这个网站
我发现这个网站没必要这么复杂
我认为这个网站容易使用

这种评估方式的好处在于非常易于操作和管理，可用于小范围的样本调研，并且可以显示出产品是否有改进。

但需要注意的是，评分系统非常复杂，这个量表并不能直接告诉你产品设计出了哪些问题，或是哪些新设计起了作用，它只是对易用性进行了评估。

任务绩效指标（TPI）

Gerry McGovern 对他们团队提出的方法进行了详细的分析，用以评估设计改动对用户体验的影响。

在 TPI 的方法下，你需要为主要任务设置 10 到 12 个相关问题。这些问题得是可重复的，因为在 6 到 12 个月之后大家还会向他们提出这样的问题。

通过实时聊天向用户展示每个任务，如果用户完成了任务，他们就需要开始回答这些与任务相关的问题，之后询问他们对自己的回答有多自信。

从理论上讲，当一项任务的 TPI 得分低于 50 时（满分100），就意味着产品设计有重大失误。

有没有容易操作的评估工具？

qxScore

在 UserZoom（作者的公司），我们有自己的用户体验设计指标评估工具 —— qxScore（体验质量评分/quality of experience score）。这是一个体验质量评分，融合了许多评估方式，包括行为指标（任务成功率、任务时间、页面浏览量...）和态度指标（易用性、信任度、外观...），目的在于制作一个标准的评分体系，便于评估产品的设计效果。

这是一个简单、清晰、有说服力的沟通工具，能在与利益相关者的沟通中证明设计效果，以获得更多的资源支持。

当你把各项指标结果输入到我们的 qxScore 计算器后，将生成一个 qxScore 分数卡，如下图所示：

圈中的数字是72，代表着最终评分。

仔细查阅表格，可以发现左侧的评分项里包括信任度、美观度等。很多时候，我们想要向利益相关者证明产品在经过设计后变得更好了，qxScore 帮助我们清晰的展现出评估效果，帮助团队和整个公司了解产品优化的重点应该放在哪里。即使是不太了懂户体验知识的利益相关者，也能轻松了解设计实践的效果。

小结

坦率地说，这篇文章并没有完整介绍每一个用户体验量化指标，因为说明所有指标可能会花掉非常长的时间。

但作为用户体验设计师，我们会发现，用户体验具有广泛的测量依据，在设计效果的衡量标准上有许多可选方式，可以将定性和定量的评测工具结合在一起使用，进行全面的了解。

选择哪种量化指标主要取决于你们公司的目标是什么，以及各个利益相关者想得到哪方面的结论。对于我们设计师而言，最重要的是明白要量化什么，以及为什么需要量化它。

作者：Christopher Ratcliff，Kuldeep Kelkar

原文链接：https://www.userzoom.com/blog/what-metrics-do-the-experts-use-to-measure-ux-effectiveness

本文由「三分设」编辑整理，仅供分享交流，未经许可谢绝转载

- 资源补给包 -

在讲解完态度指标和行为指标后，我们为大家介绍来 UserZoom 自主研发的用户体验设计指标评估工具 -- qxScore，能在与利益相关者的沟通中证明设计效果，以获得更多的资源支持。因此，小编准备了 UserZoom 出版的电子书《Benchmarking-101》（英文原版），是关于测量用户体验设计效果的深入而有趣的指南，其中也说明对qxScore做了进一步的说明，小伙伴们可以下载后自行阅览并学习～